Anda di halaman 1dari 35

1

Earnings management through real activities manipulation


Abstrak
Saya menemukan bukti yang konsisten dengan manipulasi manajer pada
aktivitas nyata untuk menghindari pelaporan kerugian tahunan. Secara khusus,
saya menemukan bukti yang menunjukkan potongan harga untuk meningkatkan
penjualan sementara, produksi berlebih untuk melaporkan lower cost of goods
sold, dan pengurangan pengeluaran diskresioner untuk meningkatkan reported
margin. Analisis cross-sectional mengungkapkan bahwa aktivitas ini kurang lazim
di hadapan investor sophisticated. Faktor-faktor lain yang memengaruhi
manipulasi aktivitas nyata termasuk keanggotaan industri, stok persediaan dan
piutang, dan insentif untuk memenuhi laba nol. Ada juga beberapa, meskipun
kurang kuat, bukti manipulasi aktivitas nyata untuk memenuhi perkiraan analis
tahunan.
Kata kunci: Pasar modal; pilihan akuntansi; manipulasi laba
1. Introduction
Ada bukti kuat bahwa para eksekutif terlibat dalam manajemen laba. Salah
satu cara untuk mengelola laba adalah dengan manipulasi akrual tanpa
konsekuensi arus kas langsung, selanjutnya disebut manipulasi akrual. Contohnya
termasuk underprovisioning untuk bad debt expense dan menunda asset write-off.
Manajer juga memiliki insentif untuk memanipulasi aktivitas nyata selama tahun
tersebut untuk memenuhi target laba tertentu. Manipulasi aktivitas nyata
memengaruhi arus kas dan dalam beberapa kasus, akrual. Banyak penelitian saat
ini mengenai manajemen laba berfokus pada mendeteksi akrual abnormal.
Penelitian secara langsung memeriksa manajemen laba melalui aktivitas nyata
telah sebagian besar terkonsentrasi pada kegiatan investasi, seperti pengurangan
pengeluaran pada penelitian dan pengembangan.
Penelitian saya berkontribusi terhadap literatur tentang manajemen laba
dengan menghadirkan bukti pengelolaan kegiatan operasional, yang telah
mendapat sedikit perhatian sampai saat ini. Manipulasi aktivitas nyata
didefinisikan sebagai tindakan manajemen yang menyimpang dari praktik bisnis
normal, dilakukan dengan tujuan utama pertemuan ambang laba tertentu. Tujuan
pertama dari penelitian ini adalah untuk mengembangkan metode empiris untuk
mendeteksi manipulasi aktivitas nyata. Saya memeriksa arus kas dari operasi
(CFO), biaya produksi, dan beban diskresioner, variabel yang harus menangkap
efek dari operasi nyata lebih baik daripada akrual. Selanjutnya, saya
menggunakan langkah-langkah ini untuk mendeteksi manipulasi aktivitas nyata di
sekitar ambang laba nol. Saya menemukan bukti yang konsisten dengan
perusahaan yang berusaha untuk menghindari kerugian dengan menawarkan
diskon harga untuk meningkatkan penjualan sementara, terlibat dalam produksi
berlebih untuk biaya yang lebih rendah dari harga pokok penjualan (HPP), dan
mengurangi pengeluaran diskresioner agresif untuk meningkatkan margin.

Ada prediksi variasi cross-sectional dalam manipulasi aktivitas nyata


untuk menghindari kerugian. Secara khusus, kehadiran investor sophisticated
membatasi manipulasi aktivitas nyata. Hal ini menunjukkan bahwa meskipun
kegiatan ini memungkinkan para manajer untuk memenuhi target laba jangka
pendek, mereka tidak mungkin untuk meningkatkan nilai perusahaan jangka
panjang. Keanggotaan industri, stok persediaan dan piutang, peluang
pertumbuhan, dan adanya utang adalah faktor lain yang mempengaruhi variasi
dalam manipulasi aktivitas nyata.
Saya mengembangkan beberapa tes robustness untuk menyelidiki apakah
bukti aktivitas nyata yang abnormal antar firm-year melaporkan laba tahunan
kecil mencerminkan (a) manajemen laba untuk menghindari kerugian, atau (b)
respon optimal dengan keadaan ekonomi yang berlaku. Bukti kolektif dari tes
robustness ini tampaknya lebih konsisten dengan manajemen laba. Akhirnya, saya
mendokumentasikan beberapa bukti manipulasi aktivitas nyata untuk
memenuhi/melebihi perkiraan analis tahunan.
Sejak Hayn (1995) dan Burgstahler dan Dichev (1997) menemukan bukti
diskontinuitas frekuensi pada firm-year sekitar laba nol, akademisi telah sukses
dalam mendokumentasikan bukti lebih lanjut dari manajemen laba untuk
menghindari kerugian. Misalnya, Dechow et al. (2003) gagal untuk menemukan
bukti bahwa perusahaan yang melaporkan laba kecil mengelola akrual untuk cross
ambang nol. Penelitian ini memberikan kontribusi untuk literatur dengan
menyediakan bukti yang konsisten terhadap perusahaan mengandalkan manipulasi
aktivitas nyata untuk memenuhi ambang batas nol. Bukti dalam penelitian ini
khususnya penting bagi penelitian baru-baru ini [Durtschi dan Easton (2005),
Beaver et al. (2004)] bahwa pertanyaan apakah diskontinuitas diamati dalam
distribusi tahun perusahaan sekitar nol dapat dikaitkan dengan manajemen laba.
Bagian 2 membahas definisi manipulasi aktivitas nyata dan penelitian
sebelumnya. Pada Bagian 3, saya mengidentifikasi perusahaan-perusahaan yang
mungkin terlibat dalam manipulasi aktivitas nyata dan mengembangkan hipotesis
tentang bagaimana mereka seharusnya dibedakan dari sampel yang tersisa. Saya
juga mengembangkan hipotesis pada variasi cross-sectional dalam manipulasi
aktivitas nyata. Pada Bagian 4, saya membahas data dan model estimasi, dan
menyajikan statistik deskriptif. Bagian 5 menyajikan hasil. Bagian 6 membahas
implikasi dari bukti dalam penelitian ini, serta area untuk penelitian lebih lanjut.
2. Earnings management, real activities manipulation, and existing literature
2.1. Real activities manipulation
Menurut Healy dan Wahlen (1999), ''Manajemen laba terjadi ketika
manajer menggunakan judgment dalam pelaporan keuangan dan transaksi untuk
mengubah laporan keuangan baik untuk menyesatkan beberapa stakeholder
tentang kinerja ekonomi yang mendasari perusahaan atau untuk memengaruhi
hasil kontrak yang tergantung pada pelaporan praktik akuntansi.'' Sejumlah
penelitian membahas kemungkinan bahwa intervensi manajerial dalam proses
pelaporan dapat terjadi tidak hanya melalui estimasi akuntansi dan metode, tetapi
juga melalui keputusan operasional. Healy dan Wahlen (1999), Fudenberg dan
Tirole (1995), dan Dechow dan Skinner (2000) menunjukkan percepatan

penjualan, perubahan dalam jadwal pengiriman, dan penundaan penelitian dan


pengembangan (R&D) dan pengeluaran pemeliharaan sebagai metode manajemen
laba yang tersedia untuk manajer.
Saya mendefinisikan manipulasi aktivitas nyata sebagai penyimpangan
dari praktek operasional normal, didorong oleh keinginan manajer untuk
menyesatkan setidaknya beberapa stakeholder agar percaya tujuan pelaporan
keuangan tertentu telah terpenuhi dalam kegiatan operasi normal. Departure ini
tidak selalu memberikan kontribusi terhadap nilai perusahaan meskipun mereka
memungkinkan para manajer untuk memenuhi tujuan pelaporan. Metode
manipulasi aktivitas nyata, seperti diskon harga dan pengurangan pengeluaran
diskresioner, yang mungkin merupakan tindakan yang optimal dalam keadaan
ekonomi tertentu. Namun, jika manajer terlibat dalam kegiatan ini lebih luas
daripada normal menurut keadaan ekonomi mereka, dengan tujuan
memenuhi/melebihi target laba, mereka terlibat dalam manipulasi aktivitas nyata
sesuai dengan definisi dalam penelitian ini.
Konsisten dengan definisi saya, survei Graham et al. (2005) menemukan
bahwa (a) eksekutif keuangan melampirkan kepentingan tinggi untuk memenuhi
target laba seperti laba nol, laba periode sebelumnya, dan perkiraan analis, dan (b)
mereka bersedia untuk memanipulasi aktivitas nyata untuk memenuhi target
tersebut, meskipun manipulasi berpotensi mengurangi nilai perusahaan.
Manipulasi aktivitas nyata dapat mengurangi nilai perusahaan karena tindakan
yang diambil pada periode saat ini untuk meningkatkan laba dapat memiliki efek
negatif pada arus kas di masa mendatang. Misalnya, potongan harga yang agresif
untuk meningkatkan volume penjualan dan bertemu dengan beberapa target laba
jangka pendek dapat menyebabkan pelanggan untuk mengharapkan diskon
tersebut di masa mendatang juga. Hal ini dapat berarti margin yang lebih rendah
dari penjualan masa depan. Produksi berlebih menghasilkan kelebihan persediaan
yang harus dijual pada periode berikutnya dan membebankan inventory holding
costs yang lebih besar pada perusahaan.
Meskipun biaya yang terkait dengan manipulasi aktivitas nyata, eksekutif
tidak mungkin hanya mengandalkan manipulasi akrual untuk mengelola laba.
Meskipun manipulasi aktivitas nyata berpotensi membebankan biaya jangka
panjang yang lebih besar pada perusahaan, ada alasan untuk percaya bahwa
manajer berharap untuk menanggung private costs yang lebih besar, setidaknya
dalam jangka pendek, ketika mereka terlibat dalam manipulasi akrual. Dalam
survei yang dilakukan oleh Bruns dan Merchant (1990) dan Graham et al. (2005),
eksekutif keuangan menunjukkan keinginan yang lebih besar untuk memanipulasi
laba melalui aktivitas nyata daripada akrual. Setidaknya ada dua kemungkinan
alasan untuk ini. Pertama, manipulasi akrual lebih mungkin untuk menarik
pengawasan auditor atau regulator daripada keputusan nyata tentang harga dan
produksi. Kedua, mengandalkan manipulasi akrual saja memerlukan risiko.
Menyadari year-end shortfall antara laba yang tidak manipulasi dengan ambang
yang diinginkan dapat melebihi jumlah yang dimungkinkan untuk memanipulasi
akrual. Jika itu terjadi, dan pelaporan laba jatuh di bawah ambang batas, aktivitas
nyata tidak dapat dimanipulasi pada akhir tahun.

2.2. Existing evidence on real activities manipulation


Sebagian besar bukti pusat aktivitas nyata pada manajemen tentang
pengurangan oportunistik pengeluaran R & D untuk mengurangi beban yang
dilaporkan. Bens et al. (2002, 2003) melaporkan bahwa manajer membeli kembali
saham untuk menghindari dilusi EPS yang timbul dari (a) employee stock option
exercises, dan (b) pemberian opsi saham karyawan. Bens et al. (2002) menemukan
bukti bahwa manajer sebagian membiayai pembelian kembali ini dengan
mengurangi R&D. Dechow dan Sloan (1991) menemukan bahwa CEO
mengurangi pengeluaran pada R&D menjelang akhir masa jabatan mereka untuk
meningkatkan laba jangka pendek. Baber et al. (1991) dan Bushee (1998) juga
menemukan bukti yang konsisten dengan pengurangan pengeluaran R&D untuk
memenuhi tolok ukur laba.
Bukti anekdotal menunjukkan bahwa manajer terlibat dalam berbagai
aktivitas selain pengurangan pengeluaran R&D-misalnya, memberikan diskon
dengan waktu yang terbatas untuk meningkatkan penjualan menjelang akhir tahun
dan membangun kelebihan persediaan untuk menurunkan beban pokok penjualan
yang dilaporkan (produksi berlebih). Namun, ada sedikit bukti sistematis pada
pengelolaan aktivitas nyata selain pengurangan R & D. Dalam survei Graham et
al (2005), sejumlah besar responden mengakui pengurangan pengeluaran
diskresioner dan/atau investasi modal daripada terlibat dalam metode manipulasi
lainnya. Bartov (1993) mendokumentasi bahwa perusahaan dengan perubahan
laba negatif melaporkan laba yang lebih dari penjualan aset. Thomas dan Zhang
(2002) melaporkan bukti konsisten dengan produksi berlebih tetapi tidak dapat
mengesampingkan kondisi ekonomi yang memburuk sebagai penjelasan alternatif
untuk hasil mereka [lihat Hribar (2002)].
Burgstahler dan Dichev (1997) memberikan beberapa bukti terbatas pada
apakah eksekutif mengelola aktivitas nyata untuk memenuhi ambang batas laba
nol. Mereka memplot persentil 25th, 50th, dan 75th dari unscaled CFO untuk
setiap interval laba dan menemukan bahwa distribusi CFO bergeser ke atas di
interval pertama di sebelah kanan nol. Namun, bukti-bukti awal ini tidak
meyakinkan menunjukkan manipulasi aktivitas nyata juga tidak menghasilkan
pandangan ke dalam aktivitas yang mendasari pola di CFO. Burgstahler dan
Dichev (1997) tidak menguji apakah pergeseran itu signifikan secara statistik,
juga tidak memberlakukan kontrol untuk ukuran/kinerja perusahaan.
3. Hypotheses development
3.1. Main hypotheses
Untuk mendeteksi manipulasi aktivitas nyata untuk menghindari kerugian,
saya menyelidiki pola di CFO, beban diskresioner, dan biaya produksi bagi
perusahaan yang dekat dengan patokan laba nol. CFO merupakan arus kas dari
operasi seperti yang dilaporkan dalam laporan arus kas. Beban diskresioner
didefinisikan sebagai jumlah dari (a) beban iklan, (b) beban R & D, dan (c) beban
penjualan, umum dan administrasi (SG & A).
Biaya produksi didefinisikan sebagai jumlah dari COGS dan perubahan
persediaan selama periode tersebut. Definisi ini menghasilkan biaya produksi
untuk perusahaan non-manufaktur, meskipun terminologi tidak berlaku secara

harfiah untuk perusahaan tersebut. Memeriksa biaya produksi bukan COGS


memiliki dua keuntungan. Pertama, manipulasi akrual untuk menurunkan COGS
yang dilaporkan melalui akun persediaan, misalnya dengan menunda write-off
dari persediaan usang, tidak akan memengaruhi biaya produksi. Akibatnya, biaya
produksi seharusnya mencerminkan pengaruh dari aktivitas nyata. Kedua, asumsi
arus biaya LIFO/FIFO memengaruhi COGS yang dilaporkan, tetapi tidak pada
biaya produksi, karena mengimbangi efek pada COGS dan perubahan persediaan.
Saya menggunakan model pada Dechow et al. (1998) untuk memperoleh
tingkat normal CFO, beban diskresioner dan biaya produksi untuk setiap firmyear. Penyimpangan dari tingkat normal ini disebut abnormal CFO, biaya
produksi yang abnormal, dan beban diskresioner abnormal. Saya fokus pada tiga
metode manipulasi dan efek mereka pada tingkat yang abnormal dari tiga
variabel:
1. Manipulasi penjualan, yaitu, mempercepat waktu penjualan dan/ atau
menghasilkan penjualan unsustainable tambahan melalui peningkatan harga
diskon atau persyaratan kredit yang lebih lunak;
2. Pengurangan pengeluaran diskresioner; dan
3. Produksi berlebih, atau meningkatkan produksi melaporkan COGS yang lebih
rendah.
Manipulasi penjualan: Saya mendefinisikan manipulasi penjualan sebagai
upaya manajer untuk meningkatkan penjualan sepanjang tahun dengan
menawarkan harga diskon atau persyaratan kredit yang lebih lunak. Salah satu
cara manajer untuk dapat menghasilkan penjualan tambahan atau mempercepat
penjualan dari tahun fiskal berikutnya ke dalam tahun berjalan adalah dengan
menawarkan harga diskon dengan waktu terbatas. Peningkatan volume penjualan
sebagai akibat dari diskon cenderung hilang ketika perusahaan menetapkan ulang
harga lama. Arus kas masuk per penjualan, setelah dikurangi diskon, dari ini
penjualan tambahan ini lebih rendah sebagai margin penurunan. Total pendapatan
pada periode saat ini lebih tinggi sebagai penjualan tambahan yang telah dipesan,
dengan asumsi margin positif. Margin yang lebih rendah karena harga diskon
menyebabkan biaya produksi yang relatif terhadap penjualan menjadi tinggi
secara abnormal.
Cara lain untuk meningkatkan volume penjualan sementara untuk
meningkatkan laba adalah dengan menawarkan persyaratan kredit yang lebih
lunak. Misalnya, pengecer dan produsen mobil sering menawarkan suku bunga
yang lebih rendah (pembiayaan nol persen) menjelang akhir tahun fiskal mereka.
Ini adalah dasarnya harga diskon dan menyebabkan arus kas masuk yang lebih
rendah selama masa penjualan, asalkan pemasok untuk perusahaan tidak
menawarkan pencocokan diskon input perusahaan. Secara umum, saya berharap
kegiatan manajemen penjualan untuk memimpin lower current-periode CFO dan
biaya produksi lebih tinggi dari apa yang normal berikan untuk tingkat penjualan.

Pengurangan pengeluaran diskresioner: pengeluaran diskresioner seperti


R&D, periklanan, dan pemeliharaan dibebankan pada periode yang sama saat
mereka dikeluarkan. Oleh karena itu, perusahaan dapat mengurangi beban yang
dilaporkan, dan meningkatkan laba, dengan mengurangi pengeluaran diskresioner.
Hal ini kemungkinan besar terjadi ketika pengeluaran tersebut tidak menghasilkan
pendapatan dan laba secara langsung. Jika manajer mengurangi pengeluaran
diskresioner untuk memenuhi target laba, mereka seharusnya menunjukkan
unusually pengeluaran diskresioner yang rendah, dimana beban diskresioner
didefinisikan sebagai jumlah dari beban R & D, periklanan, dan SG & A. Saya
menganggap SG & A karena sering mencakup pengeluaran diskresioner tertentu
seperti pelatihan karyawan, pemeliharaan dan travel, dan lain-lain. Jika
pengeluaran diskresioner umumnya dalam bentuk uang tunai, mengurangi
pengeluaran seperti menurunkan arus kas keluar dan memiliki efek positif pada
abnormal CFO di periode berjalan, mungkin dengan risiko arus kas yang lebih
rendah di masa depan.
Produksi berlebih: Untuk mengelola laba upward, manajer perusahaan
manufaktur dapat menghasilkan lebih banyak barang dari yang diperlukan untuk
memenuhi permintaan yang diharapkan. Dengan tingkat produksi yang lebih
tinggi, biaya overhead tetap yang tersebar di sejumlah besar unit, menurunkan
biaya tetap per unit. Selama pengurangan biaya tetap per unit tidak diimbangi oleh
peningkatan biaya marjinal per unit, total biaya per unit akan menurun. Ini berarti
bahwa COGS dilaporkan lebih rendah, dan perusahaan melaporkan margin
operasi yang lebih baik. Namun demikian, perusahaan menimbulkan produksi dan
holding cost pada item produksi berlebih yang tidak pulih dalam periode yang
sama melalui penjualan. Akibatnya, arus kas dari operasi yang lebih rendah dari
tingkat penjualan normal. Ceteris paribus, biaya marjinal tambahan yang
dikeluarkan dalam memproduksi persediaan tambahan mengakibatkan biaya
produksi tahunan lebih tinggi tergantung pada penjualan.
Dua poin utama muncul dari pembahasan sebelumnya di bagian ini.
1. Harga diskon yang berlebihan dan produksi berlebih menyebabkan biaya
produksi abnormal tinggi relatif terhadap dollar sales. Pengurangan
pengeluaran diskresioner menyebabkan pengeluaran diskresioner abnormal
rendah relatif terhadap penjualan.
2. Harga diskon, channel stuffing, dan produksi berlebih memiliki efek negatif
pada CFO abnormal kontemporer, sementara pengurangan pengeluaran
diskresioner memiliki efek positif. Dengan demikian, efek bersih pada yang
abnormal CFO adalah ambigu.

Untuk tes utama, suspect firm-year adalah firm-year yang melaporkan laba
tahunan kecil. Dua hipotesis utama, dinyatakan dalam bentuk lainnya, adalah
sebagai berikut:
H1A. Setelah mengontrol tingkat penjualan, suspect firm-years menunjukkan
setidaknya salah satu dari berikut: unusually arus kas yang rendah dari operasi
(CFO) atau unusually beban diskresioner yang rendah.
H2A. Setelah mengontrol tingkat penjualan, suspect firm-years menunjukkan
unusually biaya produksi yang tinggi.
3.2. Cross-sectional variation in real activities manipulation
Bagian ini membahas empat sumber variasi cross-sectional dalam
manipulasi aktivitas nyata di antara suspect firm-year: (a) keanggotaan industri;
(B) insentif untuk memenuhi laba nol, termasuk munculnya hutang, peluang
pertumbuhan, dan kreditor jangka pendek; (c) fleksibilitas manajemen laba, dan
(d) kepemilikan institusional.
Keanggotaan industri: Produksi berlebih dan harga diskon, baik
menghasilkan biaya produksi yang abnormal tinggi relatif terhadap penjualan.
Baik perusahaan manufaktur dan non-manufaktur dapat menawarkan harga diskon
untuk meningkatkan penjualan tetapi produksi berlebih sebagai strategi
manajemen laba hanya tersedia untuk perusahaan di industri manufaktur. Oleh
karena itu, saya berharap bukti biaya produksi yang abnormal harus didorong
menjadi tingkat yang lebih besar oleh suspect firm-year di industri manufaktur.
H3A. Ceteris paribus, suspect firm-year di industri manufaktur menunjukkan
biaya produksi yang abnormal tinggi dari suspect firm-year lainnya.
Hutang: Dalam penyelidikan awal mengapa nol adalah ambang batas laba
yang penting, saya mempertimbangkan kemungkinan bahwa kontrak hutang
mencakup persyaratan yang semakin ketat ketika perusahaan mengalami kerugian.
Tidak ada bukti yang sistematis pada prevalensi perjanjian utang yang secara
eksplisit menyebutkan laba nol, tetapi kontrak hutang secara rutin memiliki syarat
tangible net worth minimum yang tergeser ke atas setiap tahun perusahaan
membuat laba, tetapi tidak disesuaikan ketika perusahaan melaporkan kerugian
[lihat Dichev dan Skinner (2002)]. Setidaknya, kerugian akan membuat perjanjian
ini lebih mengikat.
Ini mengikuti bahwa suspect firm-year dengan perjanjian utang yang
membuat kerugian yang tidak diinginkan memiliki insentif yang lebih besar untuk
terlibat dalam manipulasi aktivitas nyata dari suspect firm-year yang tidak
memiliki perjanjian seperti itu. Sayangnya, ini bukan hipotesis mudah diuji,
karena data tentang perjanjian hutang yang sebenarnya tidak mudah tersedia untuk
sampel yang luas. Ukuran yang umum digunakan, leverage keuangan, bukan
proxy yang baik untuk keberadaan perjanjian laba bersih yang membuat kerugian
undesirable. Oleh karena itu, saya memilih proxy langsung, keberadaan hutang.

Saya berhipotesis bahwa suspect firm-year dengan hutang yang belum


diselesaikan memanipulasi akivitas nyata lebih daripada mereka yang tidak.
H4A. Ceteris paribus, suspect firm-year dengan hutang yang belum diselesaikan
menunjukkan biaya produksi abnormal yang lebih tinggi, dan beban diskresioner
abnormal yang lebih rendah dari suspect firm-year lainnya.
Market-to-book: Skinner dan Sloan (2002) mendokumentasikan bahwa
perusahaan dengan peluang pertumbuhan dipidanakan oleh pasar saham saat
mereka kehilangan ambang laba. Sementara penelitian mereka berfokus utama
pada perkiraan analis, ada kemungkinan bahwa pertumbuhan perusahaan juga
mengalami tekanan untuk memenuhi ambang laba lainnya, termasuk nol.
Konsisten dengan Skinner dan Sloan (2002) dan Hribar et al. (2004), proxy untuk
peluang pertumbuhan adalah rasio dari nilai pasar ekuitas terhadap nilai buku
ekuitas, atau market-to-book.

H5A. Ceteris paribus, suspect firm-year dengan market-to-book tinggi


menunjukkan biaya produksi abnormal lebih tinggi dan beban diskresioner
abnormal yang lebih rendah daripada suspect firm-year lainnya.
Pemasok jangka pendek: Tiga alasan yang mungkin dari laba nol menjadi
ambang batas yang penting (dibahas oleh Graham et al (2005) dan Burgstahler
dan Dichev (1997)) adalah bahwa stakeholder dari perusahaan yang
menggunakan heuristic cut-off pada nol untuk mengevaluasi kinerjanya. Di antara
para pemangku kepentingan pada penelitian ini mengidentifikasi pemasok,
pemberi pinjaman, karyawan, dan pelanggan yang khawatir tentang future service.
Jika kinerja laba perusahaan turun di bawah ambang batas tertentu, seperti nol,
kemampuan perusahaan untuk membayar pemasok di waktu dan potensinya
sebagai pembeli masa depan menjadi meragukan. Hal ini menyebabkan pemasok
memperketat persyaratan kredit dan persyaratan lainnya. Manajer lebih mungkin
khawatir tentang reaksi negatif dari pemasok jika mereka memiliki perdagangan
kredit lebih dan kewajiban jangka pendek lainnya yang outstanding. Oleh karena
itu, manipulasi aktivitas nyata seharusnya bervariasi positif dengan kewajiban
lancar pada awal tahun.
H6A. Ceteris paribus, suspect firm-year dengan kewajiban lancar yang tinggi
sebagai persentase dari total aset menunjukkan biaya produksi abnormal yang
lebih tinggi dan beban diskresioner abnormal yang lebih rendah daripada suspect
firm-year lainnya.
Fleksibilitas manajemen laba: Tingkat manipulasi aktivitas nyata juga
seharusnya berbeda dengan fleksibilitas manajer dalam melakukan kegiatan

tersebut. Produksi berlebih untuk menyerap biaya tetap dalam persediaan lebih
mudah untuk dicapai dan lebih mungkin untuk menghindari deteksi ketika suatu
perusahaan mempertahankan stok persediaan yang tinggi. Demikian pula, sebuah
perusahaan dengan penjualan kredit yang besar untuk dealer dapat lebih mudah
terlibat dalam channel stuffing, atau mempercepat pengakuan penjualan dengan
pengiriman barang lebih awal untuk dealer dan booking piutang. Perusahaan
mungkin menawarkan diskon tambahan untuk dealer untuk kompensasi mereka
atas inventory holding cost tambahan. Stok yang tinggi pada piutang cenderung
meningkatkan kemampuan untuk mempercepat penjualan dan probabilitas yang
lebih rendah dari deteksi oleh kepentingan stakeholders dan regulator. Dengan
demikian, stok dari aktiva lancar, dan khususnya stock persediaan dan piutang,
seharusnya berkorelasi positif dengan kemampuan manajer untuk terlibat dalam
manipulasi aktivitas nyata, terutama tindakan yang mengarah biaya produksi
tinggi yang abnormal.
H7A. Ceteris paribus, suspect firm-years dengan persediaan tingkat tinggi dan
piutang sebagai persentase dari total aset menunjukkan biaya produksi abnormal
yang lebih tinggi daripada suspect firm-year lainnya.
Kepemilikan institusional: kepemilikan institusional juga dapat
memengaruhi tingkat manajemen laba. Di satu sisi, earning disappointments
seperti kerugian mungkin dapat memicu pemilik institusional untuk terlibat dalam
penjualan skala besar karena fokus mereka pada laba jangka pendek (perilaku
investasi myopic). Ini berarti bahwa kehadiran pemegang saham institusional
memberi tekanan lebih besar pada manajer untuk menghindari pelaporan
kerugian. Di sisi lain, itu juga mungkin bahwa investor institusi sophisticated
memiliki kemampuan lebih besar untuk menganalisis implikasi jangka panjang
dari tindakan manajerial saat ini. Ini akan bertindak sebagai disinsentif bagi
manajer untuk terlibat dalam manipulasi aktivitas nyata, terutama jika manipulasi
tersebut mengurangi nilai perusahaan jangka panjang. Bushee (1998) meneliti
perusahaan yang berusaha untuk memenuhi laba tahun sebelumnya dan
menyajikan bukti yang konsisten dengan hipotesis selanjutnya. Dia menemukan
bahwa pengurangan R&D untuk menghindari penurunan laba lebih sulit antar
perusahaan dengan kepemilikan institusional yang lebih rendah. Rajgopal et al.
(1999) menemukan hubungan positif antara kualitas laba dan kepemilikan
institusional. Hasil dalam penelitian ini menunjukkan bahwa kehadiran investor
institusional seharusnya mengurangi manipulasi aktivitas nyat, terutama jika
akivitas tersebut berbahaya bagi nilai perusahaan.
H8A. Ceteris paribus, suspect firm-years dengan kepemilikan institusional
menunjukkan biaya produksi abnormal yang lebih rendah, dan beban diskresioner
abnormal yang lebih tinggi daripada suspect firm-years lainnya.
Dalam mengembangkan hipotesis di atas, tidak mungkin untuk
memprediksi bagaimana CFO yang abnormal seharusnya bervariasi dengan
adanya utang, market-to-book, kewajiban lancar, fleksibilitas manajemen laba dan

10

kepemilikan institusional. Hal ini karena variasi dalam CFO dengan variabelvariabel ini tergantung pada variasi bersih dalam aktivitas abnormal CFO
menurun (harga diskon, produksi berlebih) dan aktivitas abnormal CFO
meningkat (pengurangan pengeluaran diskresioner).
4. Data and methodology
4.1. Data
Saya menentukan sampel terdiri dari semua perusahaan di COMPUSTAT
antara 1987 dan 2001 dengan data yang cukup tersedia untuk menghitung variabel
berbasis COMPUSTAT di Lampiran A untuk setiap firm year. Saya membutuhkan
arus kas dari operasi yang tersedia di COMPUSTAT dari laporan arus kas. Ini
membatasi sampel saya untuk periode pasca-1986.
Mengingat fokus utama pada target nol, saya menggunakan data tahunan
untuk tes saya. Mengingat bahwa pola awal di CFO terdeteksi oleh Burgstahler
dan Dichev (1997) berada di data tahunan. Selanjutnya, target nol mungkin lebih
penting di tingkat tahunan, karena sejumlah perusahaan cenderung melaporkan
kerugian di tingkat kuartalan karena seasonality dalam bisnis. Kerugian tahunan,
di sisi lain, cenderung dilihat lebih serius oleh berbagai stakeholders perusahaan,
seperti kreditur dan pemasok, terutama karena mereka diaudit dan dianggap lebih
dapat diandalkan. Dengan demikian, manajer cenderung memiliki insentif yang
lebih besar untuk menghindari pelaporan kerugian tahunan.
Saya menghilangkan perusahaan dalam industri yang diatur (kode SIC
antara 4400 dan 5000) dan bank dan lembaga keuangan (kode SIC antara 6000
dan 6500). Model-model untuk CFO normal atau diharapkan, biaya produksi,
beban diskresioner, dan akrual diperkirakan oleh setiap tahun dan industri. Saya
membutuhkan setidaknya 15 observasi untuk setiap pengelompokan industri-year.
Memaksakan semua persyaratan ketersediaan data menghasilkan 21.758 firmyear selama periode 1987-2001, termasuk 36 industri dan 4252 perusahaan
individual. Ini adalah full sample yang saya gunakan untuk pengujian H1A dan
H2A.
Data kepemilikan institusional telah tersedia di Thomson Financial
database pada 13f filings. Membutuhkan data tentang kepemilikan institusional
mengurangi sampel untuk 17.338 firm-year, dengan 3672 perusahaan individual.
Saya menggunakan sampel yang lebih kecil ini untuk menguji hipotesis pada
variasi cross sectional, H3A melalui H8A.
4.2. Estimation models
Mengikuti pernyataan Dechow et al. (1998), DKW, saya menyatakan arus
kas normal dari operasi sebagai fungsi linear penjualan dan perubahan penjualan
pada periode saat ini (Persamaan. (3) dalam Lampiran B). Untuk mengestimasi
model, saya menjalankan regresi cross-sectional berikut untuk setiap industri dan
tahun:
CFOt / At-1 = 0 + 1 (1 / At-1) + 1 (St / At-1) + 2 (St / At-1) + t, (1)

11

di mana At adalah total aset pada akhir periode t, St adalah penjualan selama
periode t dan St = St - St-1.
Untuk setiap firm-year, arus kas yang abnormal dari operasi adalah CFO
aktual dikurangi CFO normal yang dihitung dengan menggunakan koefisien
estimasi dari model tahun industri yang sesuai dan penjualan perusahaan tahun ini
dan lagged asset.
Beban di DKW dinyatakan sebagai fungsi linear dari penjualan
kontemporer. Berikut DKW dan memungkinkan untuk intercepts, model untuk
COGS yang normal diperkirakan sebagai
COGSt / At-1 = 0 + 1 (1 / At-1) + (St / At-1) + t, (2)
Demikian pula, pada DKW, saya memperkirakan model untuk
pertumbuhan persediaan normal menggunakan regresi berikut:
INVt / At-1 = 0 + 1 (1 / At-1) + 1 (St / At-1) + 2 (St-1 / At-1) + t, (3)
dimana INVt adalah perubahan persediaan pada periode t.
Saya mendefinisikan biaya produksi sebagai PROD t = COGSt + INVt.
Menggunakan (2) dan (3), saya memperkirakan biaya produksi normal dari
regresi industry-year berikutnya.
PRODt / At-1 = 0 + 1 (1 / At-1) + 1 (St / At-1) + 2 (St / At-1) + 3 (St-1 / At-1) + t,
(4)
Di bawah asumsi penyederhanaan di DKW, beban diskresioner seharusnya
juga dinyatakan sebagai fungsi linear dari penjualan kontemporer, mirip dengan
COGS. Regresi relevan akan menjadi:
DISEXPt / At-1 = 0 + 1 (1 / At-1) + 1 (St / At-1) + t,
dimana DISEXPt adalah beban diskresioner pada periode t.
Hal ini menciptakan masalah berikut: jika perusahaan mengelola penjualan
ke atas untuk meningkatkan laba yang dilaporkan setiap tahun, mereka dapat
menunjukkan residual yang rendah dari above regression pada tahun itu, bahkan
ketika mereka tidak mengurangi beban diskresioner. Untuk menghindari masalah
ini, beban diskresioner dinyatakan sebagai fungsi dari lagged sales. Oleh karena
itu, untuk memperkirakan beban diskresioner normal, saya menjalankan regresi
berikut untuk setiap industri dan tahun:
DISEXPt / At-1 = 0 + 1 (1 / At-1) + 1 (St-1 / At-1) + t, (5)
4.3. Selection of suspect firm-years
Fig. 1 mengelompokkan firm-year ke dalam interval berdasarkan laba
bersih diukur dari total aset pada awal tahun. Histogram atas pengukuran laba
dibangun dengan lebar 0,005 untuk rentang -0,075 sampai +0,075. Histogram
pada fig. 1 mirip dengan yang didokumentasikan oleh literatur sebelumnya,
dengan pergeseran ke atas yang menonjol di frekuensi firm-year yang bergeser

12

dari kiri nol ke kanan. Para peneliti berpendapat bahwa kemungkinan besar firmyear dalam interval kanan dari nol mengelola laba mereka untuk melaporkan
pendapatan marjinal di atas nol. Karena laba diukur dari total aset, diskontinuitas
nol tidak dapat dijelaskan oleh Durtschi dan Easton (2005), yang berpendapat
bahwa skala dengan kapitalisasi pasar menghasilkan diskontinuitas tersebut.
Untuk meningkatkan kekuatan tes saya untuk mendeteksi manipulasi
aktivitas nyata, saya berkonsentrasi pada firm-year dalam interval di sebelah
kanan langsung dari nol, suspect firm-year. Suspect firm-year memiliki laba
bersih yang diukur dari total aset yang lebih besar atau sama dengan nol tetapi
kurang dari 0,005 (interval 16 pada figure). Ada 503 suspect firm-year, termasuk
450 perusahaan yang unik.

Berkonsentrasi pada perusahaan-tahun suspect ini menyediakan dua


potensi masalah. Pertama, manajer harus berkomitmen di depan untuk real
activities manipulation1 sebelum akhir tahun fiskal. Perusahaan yang hanya
memenuhi zero earnings mungkin bukan satu-satunya orang yang mencoba untuk
memenuhi zero target melalui real activities manipulation. Berfokus hanya pada
perusahaan-tahun dalam interval kecil (Interval 16) di sebelah kanan nol
membatasi kekuatan tes saya. Kedua, perusahaan yang 'termanipulasi' laba secara
substansial atas nol mungkin memiliki insentif untuk mengelola earnings
downward untuk melaporkan laba yang hanya sedikit di atas nol, dalam rangka
menciptakan cadangan untuk masa depan. Dalam hal ini, interval tepat dari nol
mungkin termasuk perusahaan-tahun dengan manajemen laba ke bawah
(downward). Hal ini akan menurunkan proporsi perusahaan di interval suspect
1

Real activities manipulation adalah perpindahan dari praktek operasional


normal, yang termotivasi oleh keinginan manajer untuk menyesatkan
setidaknya beberapa stakeholder menjadi percaya tujuan pelaporan keuangan
tertentu telah terpenuhi dalam kegiatan usaha normal.

13

yang mengelola earnings upward untuk memenuhi target nol dan karenanya,
menurunkan kekuatan tes saya. Namun, saya tidak memasukkan interval lainnya
dalam kategori suspect, karena interval ini mungkin mengandung proporsi yang
lebih tinggi dari perusahaan-tahun yang tidak memanipulasi laba sama sekali.
4.4. Descriptive statistics
4.4.1. Firm characteristics
Tabel 1 menyajikan statistik deskriptif membandingkan perusahaan-tahun
suspect untuk sampel penuh. Kapitalisasi pasar rata-rata dari perusahaan-tahun
suspect, sekitar $746juta, hampir setengah dari rata-rata untuk sampel penuh, $
1,4 miliar. Menariknya, berarti total aset ($ 1,2 milyar) dari perusahaan-tahun
suspect tidak lebih kecil dari rata-rata sampel penuh ($ 1,1 milyar), sehingga
perusahaan-tahun suspect telah secara signifikan lebih rendah rasio rata-rata nilai
pasar ekuitas terhadap nilai buku ekuitas dari keseluruhan sampel (1,60 vs 2,75).

14

Skala CFO oleh total aset mirip dengan mengukur CFO relatif terhadap
penjualan, total aktiva dan penjualan sangat sangat berkorelasi, dengan koefisien
korelasi 91%. Konsisten dengan hipotesis pertama saya, perusahaan-tahun suspect
memiliki rata-rata CFO lebih rendah sebagai persentase dari aset: rata-rata skala
CFO adalah 4,5% untuk suspect perusahaan-tahun, dibandingkan 6,5% untuk
seluruh sampel. Biaya diskresioner rata-skala dari perusahaan suspect (37% dari
total aset) secara signifikan lebih rendah dari rata-rata untuk sampel penuh (44%).
Berarti biaya produksi skala dengan total aset serupa untuk suspect perusahaantahun dan sampel penuh (99% dan 97%, masing-masing), dan tidak berbeda
secara signifikan. Rasio perputaran persediaan berarti secara signifikan lebih
rendah untuk perusahaan-tahun suspect di level 10%, konsisten dengan

15

perusahaan-tahun suspect menurunkan COGS yang dilaporkan oleh kelebihan


peoduksi. Akhirnya, berarti kepemilikan institusional untuk seluruh sampel
perusahaan dengan data kelembagaan yang tersedia adalah 35%. Rata-rata
kepemilikan institusional berarti untuk perusahaan-tahun suspect lebih rendah
sekitar 4%, perbedaan secara statistic yang signifikan.
4.4.2. Estimation models
Tabel 2 melaporkan koefisien regresi untuk beberapa regresi kunci yang
digunakan untuk memperkirakan level ''normal'' (lihat Bagian 4.2). Saya
memperkirakan model ini menggunakan seluruh sampel dari 21.758 perusahaantahun. tabel laporan koefisien rata seluruh industri-tahun dan t-statistik dari
kesalahan standar di industri-tahun. Demi perbandingan, saya juga menghadirkan
koefisien dari model cross-sectional Jones untuk accruals.
Koefisien umumnya seperti yang diperkirakan oleh DKW, dengan satu
pengecualian. Di bawah asumsi penyederhanaan dari DKW, koefisien berskala
CFO di St / At-1 harus negatif dan besarnya sama seperti magnitude koefisien
akrual skala pada St / At-1 (0,0490). Artinya, dalam model mereka, setiap
dependence akrual pada perubahan penjualan harus diimbangi dengan kebalikan
dependence dari perubahan penjualan CFO. Hal ini karena DKW menganggap
laba bersih sepenuhnya ditentukan oleh pendapatan kontemporer dan independen
dari pendapatan di periode sebelumnya, sebuah asumsi yang tidak mungkin
menjadi deskriptif data real. Koefisien CFO dari perubahan penjualan sebenarnya
positif (0,0173) dan marginally signifikan, menunjukkan bahwa tergantung pada
penjualan kontemporer, perubahan yang lebih tinggi dalam penjualan menyiratkan
CFO lebih tinggi. Kekuatan penjelas dari model cukup tinggi. Rata-rata
disesuaikan R2 di industri-tahun adalah 45% untuk CFO, 89% untuk biaya
produksi, dan 38% untuk biaya diskresioner. Mean disesuaikan R2 dalam regresi
untuk akrual disediakan untuk perbandingan, dan sama dengan 28%.
4.4.3. Univariate correlations
Tabel 3 menyajikan korelasi antara berbagai variabel. Konsisten dengan
penelitian sebelumnya, akrual dan CFO sebagai persentase dari total aset
menunjukkan korelasi negatif yang kuat, dengan koefisien korelasi -17%. Laba
sebelum pos luar biasa (selanjutnya disebut laba sebagai net) berkorelasi positif
dengan kedua CFO (71%) dan akrual (57%). Korelasi antara tingkat total dan
abnormal berbagai variabel biasanya positif. Koefisien korelasi antara biaya
produksi yang abnormal dan biaya diskresioner abnormal sangat negatif (-63%).
Hal ini mungkin karena manajer terlibat dalam kegiatan yang mengarah ke biaya
produksi abnormal tinggi pada saat yang sama bahwa mereka mengurangi biaya
diskresioner, tujuan umum adalah untuk melaporkan laba yang lebih tinggi.
Korelasi antara akrual abnormal dan CFO yang abnormal juga negatif (-22%). Hal
ini mungkin karena (a) manajer terlibat dalam manipulasi akrual dan real
activities manipulation pada saat yang sama, dan (b) beberapa metode manipulasi,
misalnya kelebihan produksi, memiliki efek positif pada akrual abnormal dan efek
negatif pada yang abnormal CFO.

16

Regresi diperkirakan untuk setiap industri setiap tahun. kode SIC dua digit digunakan
untuk mendefinisikan industri. Industri-tahun dengan kurang dari 15 perusahaan
dikeluarkan dari sampel. Ada 416 industri-tahun terpisah selama 1987-2001. Tabel
melaporkan rata-rata koefisien di semua industri-tahun dan t-statistik dihitung dengan
menggunakan standard error mean seluruh industri-tahun. Tabel tersebut juga melaporkan
mean R2 (di industri-tahun) untuk masing-masing regresi tersebut. Lihat Lampiran A
untuk deskripsi variabel.

5. Results
5.1. Comparison of suspect firm-years with the rest of the sample
Jika perusahaan-tahun yang melaporkan laba di atas nol melakukan
kegiatan yang mempengaruhi CFO mereka, maka abnormal CFO untuk
perusahaan-tahun ini, dihitung dengan menggunakan model industri-tahun yang
dijelaskan dalam Bagian 4.2, harus dibandingkan secara negatif dengan sisa
sampel . Untuk menguji ini, saya memperkirakan regresi berikut:
Yt =+1(SIZE) t-1 +2(MTB)t-1 +3(Net income)t +4(SUSPECT_NI)t + t (6)
Dalam hal ini, variabel dependen, Yt, adalah CFO abnormal pada periode
t. Regresi (6) juga diperkirakan dengan biaya produksi yang abnormal dan biaya
diskresioner yang abnormal sebagai variabel dependen. SUSPECT_NI merupakan
variabel indikator yang ditetapkan sama dengan satu jika perusahaan-tahun
termasuk dalam kategori pendapatan tepat dari nol, dan nol sebaliknya.

17

Untuk mengendalikan variasi sistematis dalam CFO normal, biaya


produksi dan biaya diskresioner dengan peluang pertumbuhan dan ukuran, regresi
mencakup dua variabel kontrol: MTB dan SIZE. MTB, atau rasio market-to-book,
adalah rasio nilai pasar ekuitas terhadap nilai buku ekuitas. SIZE adalah logaritma
dari nilai pasar ekuitas pada awal tahun. Dechow et al. (1995, 1996) berpendapat
bahwa akrual abnoral dihitung menggunakan konvensional, non-discretionaryakrual model memiliki kesalahan pengukuran berkorelasi positif dengan kinerja
perusahaan. Untuk mengatasi kemungkinan bahwa nilai abnormal dari model
estimasi saya memiliki kesalahan pengukuran berkorelasi dengan kinerja, saya
memasukkan laba bersih sebagai variabel kontrol dalam regresi. Angka laba
bersih adalah skala dengan total aset tertinggal, sehingga sangat mirip dengan
return on asset (ROA). Karena variabel dependen pada dasarnya adalah
penyimpangan dari level 'normal' dalam sebuah industri tahun, semua variabel
kontrol dalam regresi juga dinyatakan sebagai penyimpangan dari rata-rata
industri-tahun yang bersangkutan.

Koefisien regresi (6) diperkirakan dalam cross-section setiap tahun. Tabel


4 melaporkan rata-rata time-series dari koefisien dari 15 regresi cross-sectional
tahunan selama periode 1987-2001, bersama dengan sesuai t-statistik (Fama dan
Macbeth, 1973). Jumlah observasi cross-sectional berkisar dari sekitar seribu
perusahaan pada tahun 1987 menjadi sekitar 2.000 perusahaan setiap tahun di
akhir 1990-an.
Dua kolom pertama pada Tabel 4 memberikan bukti pada H1A-keduanya
abnormal CFO dan biaya diskresioner abnormal sangat rendah untuk perusahaantahun suspect. Ketika variabel dependen dalam regresi (6) adalah CFO abnormal,
koefisien SUSPECT_NI negatif (-0,0200) dan signifikan pada tingkat 5%
(t=3,05). Perusahaan-tahun suspect memiliki CFO abnormal yang lebih rata-rata
rendah sebesar 2% dari aset dibandingkan dengan sisa sampel. Perbedaan ini
secara ekonomi besar, mengingat bahwa CFO median di semua perusahaan-tahun
adalah 8% dari total aset pada awal tahun (lihat Tabel 1). Ketika Yt ditetapkan
sama dengan pengeluaran diskresioner abnormal pada regresi (6), koefisien pada

18

SUSPECT_NI negatif (-0,0591) dan signifikan pada tingkat 5% (t = -4,35).


Perusahaan-tahun suspect memiliki biaya diskresioner abnormal yang lebih
rendah rata-rata sebesar 5,91% dari aset dibandingkan dengan sisa sampel. Hal ini
tampaknya ekonomi yang signifikan, dengan biaya diskresioner median di semua
perusahaan-tahun pada 37% dari total aset pada awal tahun (lihat Tabel 1).

Untuk menguji H2A, saya kembali estimasi regresi (6) pengaturan Yt


sama dengan biaya produksi yang abnormal pada periode t. Hasil regresi ini
(kolom ketiga dari hasil pada Tabel 4) menunjukkan bahwa perusahaan-tahun
yang tepat dari nol memiliki biaya produksi yang sangat tinggi sebagai persentase
dari tingkat penjualan. Koefisien pada SUSPECT_NI positif (0,0497) dan
signifikan pada tingkat 5% (t = 4,99). Koefisien menunjukkan bahwa rata-rata
biaya produksi yang abnormal dari perusahaan-tahun suspect yang lebih besar
dengan 4,97% dari aset daripada rata-rata di sisa sampel. Ini adalah jumlah yang
signifikan secara ekonomi, mengingat bahwa biaya produksi rata-rata sebagai
persentase dari total aset untuk seluruh sampel adalah sekitar 79% (Tabel 1).
Dalam tes untabulated, saya juga menemukan bukti pertumbuhan
persediaan abnormal tinggi untuk perusahaan-tahun suspect. Sebuah regresi
perubahan persediaan yang abnormal pada SIZE, MTB, laba bersih, dan
SUSPECT_NI menghasilkan koefisien positif secara signifikan pada
SUSPECT_NI (0,0112, t = 4.39). Hal ini konsisten dengan overproduksi. Namun,
saya gagal untuk mendeteksi pertumbuhan abnormal tinggi di piutang kotor.
5.2. Comparison of suspect interval with other earnings intervals in the vicinity of
the zero benchmark

19

Bagian ini membahas apakah pola diamati pada biaya normal produksi,
CFO, dan biaya diskresioner yang lebih konsisten dengan manajemen laba atau
tanggapan rasional dengan keadaan ekonomi. Saya mendefinisikan biaya produksi
residual untuk perusahaan-tahun tertentu sebagai residual dari regresi crosssectional tahunan sebagai berikut:

Nilai residu dari variabel lain, seperti CFO dan biaya diskresioner,
didefinisikan sama, dalam rangka untuk mengendalikan ukuran, market-to-book,
dan laba bersih.
Figure 2 grafik biaya produksi residual untuk setiap interval pendapatan
antara -0,075 dan 0,075. Ingat bahwa interval ini mengandung 10.958 perusahaantahun, sekitar 50% dari sampel penuh. Untuk sejumlah besar interval pada
gambar, rata-rata biaya produksi residu positif. Rata-rata biaya produksi residual
untuk perusahaan-tahun suspect yang tajam lebih tinggi dibandingkan dengan
semua interval lainnya dilaporkan. Manajemen laba untuk menghindari ambang
nol menjelaskan pola ini dengan baik, karena interval di sebelah kanan langsung
dari nol kemungkinan besar mengandung proporsi yang tinggi dari perusahaantahun yang telah managed earnings upward. Pola ini kurang konsisten dengan
penjelasan alternatif yang atribut biaya produksi yang abnormal dari perusahaantahun suspect dengan keadaan ekonomi. Sebuah penjelasan akan dibutuhkan
bahwa perusahaan-tahun suspect menghadapi kondisi ekonomi yang luar biasa
merugikan, bahkan jika dibandingkan dengan perusahaan-tahun yang mengalami
kinerja buruk. Meskipun mungkin sulit untuk mengidentifikasi situasi yang
khusus ex ante.
Figure 3 menyajikan pola yang sama untuk sisa CFO. Mean CFO residual
untuk interval suspect lebih negatif daripada interval lain yang disajikan dalam
grafik. Figure 4 mengungkapkan bahwa pola beban diskresioner residual adalah
mirip dengan yang di normal CFO. Berarti biaya diskresioner residual negatif
untuk interval suspect, lebih daripada semua interval lainnya pada gambar, dengan
pengecualian satu interval di sebelah kiri nol.
Untuk menguji signifikansi statistik dari pola pada Gambar. 2-4, saya
memperkirakan regresi (6) untuk berbagai variabel dependen hanya menggunakan
10.958 perusahaan-tahun diwakili dalam angka. Hasilnya diberikan pada Tabel 5.
Dengan demikian, pada Tabel 5, perusahaan-tahun dalam interval suspect
dibandingkan dengan perusahaan-tahun dalam interval lainnya dengan pendapatan
berskala antara plus dan minus 7,5% dari nol. Ini memiliki keuntungan bahwa
rata-rata biaya produksi, CFO, dll, dari kelompok pembanding kurang didorong
oleh perusahaan-tahun dengan performa ekstrim.

20

Dua kolom pertama pada Tabel 5 memberikan bukti atas H1A. Koefisien
pada SUSPECT_NI negatif (-0,0169) dan signifikan secara statistik (t = -3,73)
dengan normal CFO sebagai variabel dependen. Dengan demikian, interval
suspect memiliki CFO normal berarti bahwa secara signifikan lebih negatif
daripada rata-rata di semua interval lainnya di Gbr.4. Analisis tambahan (hasil
untabulated) menunjukkan hal ini benar hanya satu interval lain di Gbr.4 interval
kedua di sebelah kanan nol. Koefisien pada SUSPECT_NI juga signifikan negatif
(-0,0178, t = -2,21) dengan biaya diskresioner yang abnormal sebagai variabel
dependen. Dengan demikian, interval suspect memiliki rata-rata biaya
diskresioner normal secara signifikan lebih negatif daripada rata-rata di semua
interval lainnya pada Gambar. 3. Hasil untabulated menunjukkan hal ini benar
hanya dua interval lainnya pada Gambar. 3, interval 10 dan 14.
Kolom ketiga dari Tabel 5 memberikan bukti H2A. Koefisien pada
SUSPECT_NI positif (0,0275) dan signifikan secara statistik (t = 2.94) dengan
biaya produksi yang abnormal sebagai variabel dependen. Ini berarti bahwa
interval suspect memiliki rata-rata biaya produksi yang abnormal secara signifikan
lebih tinggi dari rata-rata di semua interval lainnya pada Gambar. 2. Hal ini tidak
berlaku untuk interval penghasilan lainnya pada Gambar. 2.

21

Kesimpulannya, sangat rendahnya CFO dan biaya diskresioner, dan biaya


produksi yang sangat tinggi yang ditunjukkan oleh perusahaan-tahun suspect
adalah kuat untuk kelompok pembanding alternatif. Hasil tampaknya lebih
konsisten dengan manajemen laba dibandingkan dengan kegagalan untuk secara
memadai mengontrol keadaan ekonomi.
5.3. Results on cross-sectional variation in real activities manipulation
Saya menggunakan variabel berikut untuk proxy untuk sumber variasi
cross-sectional insentif untuk real activities manipulation adalah: (a)MFG,
(b)HASDEBT,
(d)MTB_RANK,
(c)CL_RANK,
(e)INVREC_RANK,
(f)INST_RANK, dan trakhir, (g)SIZE_RANK

22

MFG dan HASDEBT adalah nol / satu variabel indikator. MFG diatur
sama dengan satu jika suatu perusahaan milik industri manufaktur, dan diatur
sama dengan nol jika sebaliknya. HASDEBT diatur sama dengan satu jika
perusahaan memiliki setiap jangka panjang atau jangka pendek utang pada neraca
di awal atau di akhir tahun; jika tidak diatur sama dengan nol. Dari 17.338
perusahaan-tahun, 12.889 perusahaan-tahun tidak memiliki hutang.
Variabel yang tersisa adalah variabel rank biner. Untuk menentukan
variabel rank, saya pertama mendefinisikan variabel kontinu yang dinyatakan
sebagai penyimpangan dari sarana tahun industri masing-masing. CL adalah
beginning-of-year industry-year-adjusted kewajiban lancar tidak termasuk utang
jangka pendek, sebagai persentase dari total aset. INVREC adalah jumlah
beginning-of-year industry-year-adjusted persediaan dan piutang sebagai
persentase dari total aset. INST beginning-of-year industry-year-adjusted
persentase saham yang beredar yang dimiliki oleh investor institusi. MTB dan
SIZE mewakili industri-tahun disesuaikan rasio market-to-book dan logaritma
dari nilai pasar ekuitas, seperti yang didefinisikan sebelumnya. Saya memasukkan
SIZE terutama sebagai variabel kontrol, karena berkorelasi dengan banyak
variabel penjelas dari bunga.

23

Variabel peringkat mengasumsikan nilai satu jika variabel industri tahun


yang disesuaikan berada di atas rata-rata untuk tahun yang sesuai, dan nol
sebaliknya. Misalnya, INST_RANK untuk sebuah perusahaan tertentu pada tahun
1995 adalah satu jika perusahaan INST itu berada di atas INST median untuk
tahun 1995, dan nol sebaliknya. CL_RANK, MTB_RANK, INVREC_RANK,
INST_RANK dan SIZE_RANK didefinisikan sama.
Tabel 6 menyajikan koefisien korelasi Pearson antara berbagai faktor
penentu hipotesis variasi cross-sectional. Panel A dari Tabel 6 menyajikan korelasi
antara dua variabel indikator dan variabel continue industri-tahun yang
disesuaikan yang tersisa. Dalam Panel B, saya mengganti variabel kontinu dengan
variabel pangkat biner. Untuk menguji H3A-H6A, saya memperkirakan regresi
berikut dengan menggunakan prosedur Fama-Macbeth:

24

dimana Yt, variabel dependen, secara berurutan ditetapkan sama dengan CFO
abnormal, abnormal discretionary expenses, dan abnormal production costs.
Tabel 7A menyajikan hasil regresi (7). H3A memprediksi bahwa koefisien
abnormal production costs pada MFG * SUSPECT_NI harus positif. Konsisten
dengan ini, 10 adalah 0,0456 dan signifikan pada tingkat 5% (t = 5.92) ketika
abnormal production costs adalah variabel dependen. H4A memprediksi koefisien
pada HASDEBT * SUSPECT_NI harus negatif dengan abnormal discretionary
expenses sebagai variabel dependen dan positif dengan abnormal production costs
sebagai variabel dependen. Konsisten dengan ini, 11 adalah -0,0765 (t = -3.98)
ketika variabel dependen adalah abnormal discretionary expenses dan 0,0261 (t =
2.21) ketika variabel dependen adalah abnormal production costs.
H5A memprediksi bahwa koefisien pada MTB_RANK*SUSPECT_NI harus
negatif dengan abnormal discretionary expenses sebagai variabel dependen dan
positif dengan abnormal production costs sebagai variabel dependen. Saya
menemukan bukti yang mendukung H5A. 12 adalah -0,0509 (t = -2,54) ketika
variabel dependen adalah abnormal discretionary expenses. Ketika variabel
dependen adalah abnormal production costs, 12 secara signifikan positif (0,0267, t
= 2.10), seperti yang diperkirakan. H6A memprediksi koefisien pada CL_RANK
* SUSPECT_NI harus negatif dengan abnormal discretionary expenses sebagai
variabel dependen dan positif dengan abnormal production costs sebagai variabel
dependen. Penulis menemukan bukti statistik lemah dari abnormally low
discretionary expenses untuk suspek firm-years dengan kewajiban lancar yang
tinggi, dan tidak ada bukti biaya produksi yang sangat tinggi untuk firm-years.

25

Setiap kolom menyajikan hasil regresi di atas untuk variabel dependen yang berbeda, yang
namanya muncul di bagian atas kolom masing-masing. T-statistik dihitung menggunakan standard
errors corrected untuk autokorelasi menggunakan prosedur Newey-West. Mereka dilaporkan
dalam tanda kurung. Lihat Lampiran A untuk deskripsi variabel.

H7A memprediksi bahwa koefisien INVREC_RANK * SUSPECT_NI


harus positif dengan abnormal production costs sebagai variabel dependen.
Konsisten dengan ini, 14 adalah 0,0658 (t = 4,03) ketika variabel dependen adalah
abnormal production costs. Menariknya 14 secara signifikan negatif (-0,0458, t =
-3,78) ketika variabel dependen adalah abnormal discretionary expenses,
menunjukkan bahwa pengurangan discretionary expenses lebih agresif ketika stok
persediaan dan piutang yang lebih tinggi.
H8A memprediksi bahwa koefisien INST_RANK * SUSPECT_NI harus
positif dengan abnormal discretionary expenses sebagai variabel dependen dan
negatif dengan abnormal production costs sebagai variabel dependen. Konsisten
dengan ini, 15 adalah 0,0631 (t = 6.38) ketika variabel dependen adalah abnormal

26

discretionary expenses dan -0,0524 (t = -5,72) ketika variabel dependen adalah


abnormal production costs. Akhirnya, Tabel 7A juga menunjukkan bahwa
abnormal production costs tidak signifikan berkorelasi dengan SIZE, abnormal
discretionary expenses bervariasi negatif dengan SIZE. Tidak ada variasi crosssectional berarti dalam abnormal CFO. Namun, seperti yang dibahas sebelumnya,
ini mungkin karena variasi bersama di abnormal CFO-increasing activities (harga
diskon, overproduksi) dan abnormal CFO-decreasing activities (discretionary
expenditure reduction).
Tabel 7B menggantikan variabel binary rank sesuai industry-year disesuaikan
variabel kontinu. Misalnya, INST_RANK digantikan oleh INST, CL_RANK oleh
CL, dan sebagainya. Hasilnya luas konsisten dengan yang di Tabel 7A, dengan
satu pengecualian. Berbeda dengan hasil pada Tabel 7A, hasil pada Tabel 7B
menawarkan dukungan untuk H6A, yang menyatakan bahwa tingkat manipulasi
aktifitas nyata harus berkorelasi positif dengan tingkat kewajiban lancar.
Koefisien pada CL * SUSPECT_NI adalah -0,2920 (t= - 2.35) ketika variabel
dependen adalah abnormal discretionary expenses dan 0,2302 (t =3,51) ketika
variabel dependen adalah abnormal production costs.
Singkatnya, ada bukti yang konsisten dan statistik yang kuat korelasi negatif
antara langkah-langkah manipulasi aktivitas nyata dan kepemilikan institusional.
Bukti manipulasi aktivitas nyata untuk menghindari kerugian tampaknya lebih
terkonsentrasi di industri manufaktur. Perusahaan terlibat dalam manipulasi
aktivitas nyata untuk menghindari kerugian yang lebih agresif ketika mereka
memiliki hutang dan ketika mereka memiliki MTB tinggi. Manipulasi aktivitas
nyata tampaknya bervariasi positif dengan stok persediaan dan piutang. Akhirnya,
juga ada beberapa (tapi kurang kuat) bukti bahwa ketika perusahaan memiliki
lebih kreditur jangka pendek, manajer terlibat dalam lebih besar manipulasi
aktivitas nyata untuk menghindari kerugian.
5.4. Performance matching
Pada bagian ini, penulis menyelidiki apakah hasil utama penulis pada perusahaan
menghindari kerugian yang kuat untuk asumsi relaxing bahwa hubungan antara
tingkat abnormal berbagai variabel dan kinerja earnings yang linear. Penulis
menggunakan teknik performance-matching yang dianjurkan oleh Kothari et al.
(2005), selanjutnya KLW. Setiap firm-year adalah matched firm-year dalam
industri yang memiliki skala laba bersih terdekat dengan total aset pada tahun
sebelumnya. Biaya produksi performance-matching untuk sebuah firm-year
adalah biaya produksi yang abnormal bahwa firm-year lebih dari biaya produksi
yang abnormal untuk firm-year yang cocok. Nilai performance-matched dari
variabel lain, seperti CFO dan discretionary expenses diperkirakan sama.

27

Setiap kolom menyajikan hasil regresi di atas untuk variabel dependen yang berbeda, yang
namanya muncul di bagian atas kolom masing-masing. T-statistik dihitung menggunakan standard
errors dikoreksi untuk autokorelasi menggunakan prosedur Newey-West. Mereka dilaporkan
dalam tanda kurung. Lihat Lampiran A untuk deskripsi variabel.

Tabel 8A mereplikasi hasil pada Tabel 4 dengan performance-matched CFO,


beban diskresioner, dan biaya produksi. Suspek performance-matched exhibit
secara signifikan negatif performance-matched CFO, signifikan negatif
performance-matched beban diskresioner, dan
secara signifikan positif
performance-matched biaya produksi.
Tabel 8B mereplikasi hasilnya pada variasi cross-sectional pada Tabel 7A,
menggunakan variabel performance-matched. Hasilnya pada variabel yang saling
terkait secara umum mirip dengan yang ada di Tabel 7A, dengan satu
pengecualian. Menggunakan variabel performance-matched, penulis menemukan
hubungan yang signifikan antara tingkat manipulasi aktivitas nyata dan tingkat
kewajiban lancar. Suspek firm-years dengan kewajiban lancar yang lebih tinggi
memiliki biaya produksi performance-matched secara signifikan lebih tinggi dan
secara signifikan lebih rendah performance-matched beban diskresioner. Seperti
pada Tabel 7A, penulis menemukan bukti signifikan secara statistik bahwa
perusahaan di industri manufaktur, perusahaan dengan saham yang lebih tinggi
dari persediaan dan piutang, dan perusahaan dengan debt outstanding exhibit
bukti luar biasa dari discretionary expenses rendah dan biaya produksi yang

28

sangat tinggi. Bukti korelasi negatif antara kepemilikan institusional dan


manipulasi aktivitas nyata ini juga kuat untuk kinerja yang cocok. Ada bukti
lemah bahwa peluang pertumbuhan mempengaruhi manipulasi aktivitas nyata.
Secara umum, hasil dari H1A melalui H8A yang sangat kuat untuk kinerja yang
cocok.

29

5.5. Alternate earnings thresholdannual analyst forecasts


Penelitian sebelumnya telah menunjukkan bahwa diskontinuitas zero dalam
distribusi frekuensi firm-years tidak hanya terjadi ketika firm-years
dikelompokkan berdasarkan tingkat earnings, tetapi juga oleh analyst forecast
errors dan perubahan earnings. Benchmark ini memberikan pengaturan tambahan
di mana untuk menguji manipulasi aktivitas nyata. Pada bagian ini, penulis
menyelidiki apakah perusahaan-perusahaan terlibat dalam manipulasi aktivitas
nyata untuk menghindari kehilangan perkiraan konsensus analyst forecasts. Tes
menggunakan current-year performance-matched CFO, biaya produksi, dan
beban diskresioner.
Sebagai tolak ukur earnings, perkiraan analis berbeda dari zero earnings sepanjang
satu dimensi penting. Karena revisi perkiraan yang terus melampaui year-end
sampai sesaat sebelum pengumuman earnings, perkiraan mewakili target bergerak
untuk manipulasi aktivitas nyata, tidak seperti zero earnings. Manajer menyadari
bahwa ramalan diamati selama tahun dapat berubah. Dengan demikian, tidak jelas
mana perkiraan manajer sebagai target mereka sepanjang tahun. Penulis
menganggap rata-rata perkiraan akhir semua analis yang beredar sebelum tanggal
pengumuman earnings, atau konsensus final. Konsensus akhir dapat dianggap

30

sebagai ex post proxy untuk apa manajer mengharapkan konsensus akhir


sepanjang tahun. Kemudian di bagian ini, penulis juga melaporkan
(untabulated) hasil menggunakan rata-rata semua analis perkiraan
terbaru yang beredar sebelum year-end. Manajer mengamati
konsensus ini sebelum year-end, tetapi menyadari bahwa itu dapat
berubah.

Penulis mendapatkan analyst forecast tahunan dari I / B / E / S, mengingat hanya


mereka perkiraan yang dibuat / direvisi setelah awal tahun fiskal. Forecast error
didefinisikan sebagai earnings per share (EPS) aktual dikurangi perkiraan
konsensus EPS. Penulis juga memperoleh angka EPS sebenarnya dari I / B / E / S
untuk membuat mereka sebanding dengan EPS diperkirakan. Penulis
mendapatkan nilai historis EPS diperkirakan dan aktual untuk menghindari
masalah yang timbul dari menggunakan data split-adjusted. Firm-years memiliki
analyst forecast error dari satu sen. Dari sampel asli dari 21.758 firm years,
penulis termasuk 11.640 firm-years dengan data analyst forecasts dalam
mengikuti analisis. Regresi berikut diperkirakan menggunakan prosedur FamaMacbeth:

SUSPECT FE adalah binary zero/one variabel indikator yang ditetapkan sama


dengan satu jika final konsensus forecast error sebelum tanggal pengumuman
earnings adalah satu sen. Ini sama dengan satu untuk 1352 firm-years, termasuk
866 perusahaan individual. Variabel dependen yang digunakan dalam regresi
adalah performance-matched CFO , biaya produksi, dan beban diskresioner.
Penulis melaporkan hasil pada Tabel 9.
Dua yang pertama kolom di kedua Panel A dan B memberikan bukti untuk
mendukung H1A. Firm-years yang hanya melewatkan perkiraan exhibit secara
signifikan negatif performance-matched CFO, dan performance-matched
signifikan negatif beban diskresioner. Dengan performance-matcheds production
costs sebagai variabel dependen, 4 positif secara signifikan (4=0,0076, t=2.10),
konsisten dengan H2.

31

Setiap kolom menyajikan hasil regresi di atas untuk variabel dependen yang berbeda, yang
namanya muncul di bagian atas kolom masing-masing. Setiap firm-year cocok untuk firm-year di
industri yang memiliki skala laba bersih terdekat dengan total aset pada tahun berjalan. Biaya
produksi Performance-matched biaya produksi untuk sebuah firm-year abnormal production cost
bahwa firm-year lebih dari abnormal production cost untuk firm-year yang cocok. Nilai
performance-matched dari CFO dan beban diskresioner diperkirakan sama. T-statistik dihitung
menggunakan standar eror dikoreksi untuk autokorelasi menggunakan prosedur Newey-West.
Mereka dilaporkan dalam tanda kurung. Lihat Lampiran A untuk deskripsi variabel lainnya.

Ketika kesalahan perkiraan didefinisikan sehubungan dengan konsensus sebelum


year-end fiskal, bukti ini mirip dengan Tabel 9, tapi hampir tidak signifikan pada
level 10% (results untabulated). Hasil yang kuat diperoleh ketika menggunakan
kesalahan prediksi terhadap konsensus akhir menunjukkan kemungkinan bahwa
manajer memanipulasi aktivitas nyata selama tahun ini untuk memenuhi harapan
mereka dari perkiraan konsensus akhir.
Menggunakan variabel penjelas yang sama seperti dalam regresi (7) dari Bagian
5.3, saya menemukan bahwa market-to-book dan stok persediaan dan piutang
adalah variabel yang paling signifikan berhubungan dengan manipulasi aktivitas
nyata untuk memenuhi / mengalahkan analyst forecasts tahunan. Sebuah
pemeriksaan rinci faktor yang mempengaruhi manipulasi aktivitas nyata untuk
memenuhi perkiraan analis / hentakan yang tersisa untuk penelitian masa depan.
6. Conclusion
Tulisan ini melengkapi literatur yang ada pada manajemen laba dalam beberapa
cara. Pertama, penelitian ini mengembangkan metode empiris untuk mendeteksi
manipulasi aktivitas real dalam sampel besar. Dalam literatur sebelumnya pada
manipulasi aktivitas real, fokus telah sebagian besar terbatas pada pengurangan

32

pengeluaran diskresioner. Kedua, paper dokumen bukti yang konsisten dengan


aktivitas real manipulasi sekitar ambang earnings sering dibahas dalam literatur,
khususnya, ambang nol. Ketiga, paper ini memberikan wawasan faktor yang
memengaruhi sifat dan tingkat manipulasi kegiatan nyata.
Sebagai contoh, penulis menemukan hubungan negatif antara kepemilikan
institusional dan manipulasi aktivitas nyata. Jika aktivitas nyata abnormal manajer
berjanji untuk menghindari kerugian mewakili tanggapan optimal dengan keadaan
ekonomi, sulit untuk menjelaskan mengapa kehadiran sophisticated investors
membatasi kegiatan tersebut. Ada juga ada bukti bahwa kehadiran utang, saham
persediaan dan piutang, dan peluang pertumbuhan yang positif terkait dengan
manipulasi aktivitas nyata. Akhirnya, penulis juga menemukan bukti manipulasi
aktivitas nyata di antara perusahaan-perusahaan berusaha untuk menghindari
negatif annual forecast error. Sebuah analisis lebih dalam variasi cross-sectional
dalam manajemen laba untuk memenuhi perkiraan yang tersisa untuk analisis
masa depan.
Sejumlah penelitian menggunakan distribusi frekuensi firm-years untuk
berpendapat bahwa eksekutif mengelola earnings hingga menghindari kerugian
pelaporan dan missing forecasts. Paper memberikan bukti tambahan bahwa
perusahaan yang melaporkan laba positif kecil dan kesalahan prediksi positif kecil
mengelola laba melalui aktivitas nyata. Hasil penelitian menunjukkan bahwa
menarik kesimpulan tentang manajemen laba dengan menganalisis hanya akrual
mungkin tidak pantas. Paper ini juga menimbulkan beberapa pertanyaan untuk
penelitian masa depan. Salah satu isu penting adalah bagaimana manajer memilih
antara manipulasi aktivitas nyata versus manipulasi akrual ketika mereka memiliki
fleksibilitas untuk terlibat dalam keduanya. Daerah lain untuk penelitian lebih
lanjut adalah waktu manipulasi aktivitas nyata. Sementara mereka harus terjadi
selama tahun ini, intensitas mereka harus meningkatkan menjelang akhir tahun,
sebagai manajer membentuk ekspektasi lebih handal pre-managed earnings untuk
tahun ini.
Selanjutnya, akan menarik untuk menyelidiki apakah perusahaan-perusahaan yang
terlibat dalam manipulasi aktivitas nyata biasa terlibat dalam praktik tersebut.
Misalnya, melakukan perusahaan yang mempercepat waktu penjualan di tahun
yang buruk melalui diskon harga memiliki insentif untuk melakukan hal yang
sama pada tahun berikutnya? Isu yang berhubungan adalah apakah pasar saham
memahami implikasi saat ini dan masa depan manipulasi aktivitas nyata.
Penelitian tentang isu-isu ini harus mengarah pada pemahaman yang lebih
lengkap tentang pentingnya memenuhi target earnings, tingkat manajemen laba
melalui aktivitas nyata, dan efek jangka panjang dari manipulasi aktivitas nyata.

33

34

35